Woordenlijst voor kunstmatige intelligentie

Agentic AI verwijst naar geavanceerde AI-systemen die verder gaan dan alleen het beantwoorden van opdrachten; ze genereren inhoud, voeren autonoom taken uit en bereiken doelen. Deze systemen combineren redeneercapaciteiten, geheugenfuncties en feedbackloops om zelfstandig acties te plannen en uit te voeren, waarbij vaak gebruik wordt gemaakt van verschillende digitale hulpmiddelen en hun aanpak wordt aangepast door te leren. In tegenstelling tot traditionele AI kan AI van agenten zowel onafhankelijk als in samenwerking met andere AI-agenten werken, waarbij ze autonome beslissingen nemen en tegelijkertijd met verschillende platforms en systemen samenwerken om complexe taken uit te voeren.

In de industriële context omvat Agentic AI de inzet van AI-systemen die verschillende aspecten van industriële activiteiten onafhankelijk kunnen monitoren, analyseren en controleren, zoals voorspellend onderhoud, kwaliteitscontrole, voorraadbeheer of de optimalisatie van productieprocessen.

Kunstmatige intelligentie (AI) verwijst naar software die kan leren en zich kan aanpassen. AI kan taken oplossen waarvoor ze de betekenis van invoergegevens moet interpreteren en zich aan de vereisten moet aanpassen. Meestal zijn dit taken die voorheen alleen met natuurlijke intelligentie konden worden opgelost. Er zijn verschillende soorten AI-methoden, die aanzienlijk verschillen wat betreft hun toepassingsgebieden, hun mogelijkheden en de risico's die eraan verbonden zijn. De basisprincipes van AI zijn ontwikkeld in de 20e eeuw. Omdat voor alle AI-methoden grote hoeveelheden trainingsgegevens nodig zijn, wordt de technologie nu steeds belangrijker door digitalisering en big data.

Een technologie waarmee digitale informatie over omgevingen en objecten in de echte wereld kan worden gelegd, meestal met behulp van meeslepende 3D Virtual Reality. AR maakt een verbeterde versie van de fysieke wereld mogelijk door digitale visuele, geluids- en andere zintuiglijke elementen toe te voegen.

Systemen die kunnen werken zonder menselijke tussenkomst, zoals zelfrijdende auto's en drones.

Voertuigen die kunnen werken zonder menselijke tussenkomst, zoals zelfrijdende auto's en vrachtwagens.

Onbedoelde vooroordelen of vriendjespolitiek die kunnen voorkomen in AI-systemen als gevolg van vooringenomen trainingsgegevens of algoritmen.

Grote en complexe datasets, vaak gegenereerd door (industriële) sensoren, maar ook door bedrijven, organisaties en mensen. Aangezien deze gegevens vaak ongestructureerd, onvolledig of onjuist zijn, kan software die niet op kunstmatige intelligentie is gebaseerd, deze meestal niet op een zinvolle manier verwerken.

Een door AI aangedreven programma dat via tekst- of spraakcommunicatie met mensen kan communiceren.

Een soort AI die tot doel heeft menselijke cognitieve processen na te bootsen, zoals perceptie, redenering en besluitvorming.

Een subset van AI waarmee computers informatie kunnen extraheren uit beelden, zoals afbeeldingen en video's, om ze te begrijpen en te interpreteren.

Strategieën, metingen en hulpmiddelen om digitale informatie te beschermen tegen externe aanvallers. AI kan worden gebruikt om cyberaanvallen op te sporen en te voorkomen, en om inbreuken op de beveiliging te identificeren en erop te reageren.

Het proces waarbij gegevens worden geanalyseerd en geïnterpreteerd om inzichten te verkrijgen en weloverwogen beslissingen te nemen.

Computersystemen die zijn ontworpen om mensen te helpen bij het nemen van beslissingen door relevante informatie en analyses te verstrekken.

Een subset van machine learning waarbij gebruik wordt gemaakt van neurale netwerken met meerdere lagen om machines in staat te stellen van gegevens te leren.

Een wiskundig model dat het gedrag van een fysiek object of proces beschrijft. In een simulatieomgeving kan een digital twin worden gebruikt om te simuleren wat er in de echte wereld zou gebeuren als de parameters van het systeem zouden worden gewijzigd. Digital twins kunnen gedurende de hele levenscyclus van het product worden gebruikt, met inbegrip van de ontwerp-, fabricage-, exploitatie- en servicefase. Visuele representaties van digitale tweelingen zien eruit en gedragen zich als hun fysieke tegenhangers, ze weerspiegelen de echte wereld en passen zich in realtime aan aan wat daar gebeurt.

Edge Computing is een soort systeemarchitectuur die, in tegenstelling tot cloud computing, computergebruik en gegevensopslag dichter bij de gegevensbronnen brengt (de „edge”). Het helpt om de reactietijden en de hoeveelheid energie die nodig is voor gegevensoverdracht te verminderen. Edge AI-systemen kunnen fysiek dicht bij het eigenlijke uitvoeringsapparaat worden geïmplementeerd. Deze apparaten kunnen AI-toepassingen uitvoeren zonder verbonden te zijn met de cloud.

AI die is ontworpen om te communiceren met en te navigeren in de fysieke wereld, vaak met behulp van robots of autonome voertuigen.

De studie en toepassing van morele principes bij de ontwikkeling en het gebruik van AI, met inbegrip van zaken als vooringenomenheid, privacy en aansprakelijkheid.

AI die is ontworpen om transparant en verklaarbaar te zijn, zodat mensen kunnen begrijpen hoe en waarom een machine een bepaalde beslissing heeft genomen.

Is een trainingsmethode op het gebied van machine learning waarbij meerdere afzonderlijke apparaten een machine learning-model trainen met hun eigen (afzonderlijke) dataset. Alleen de eindresultaten worden gedeeld met de hoofdrolspeler in het netwerk.

AI die is ontworpen om nieuwe inhoud te genereren, zoals afbeeldingen, video's en muziek door bestaande inhoud te combineren en ervan te leren.

De mogelijkheid van een toepassing, bijvoorbeeld CAD-software, om autonoom een aantal ontwerpalternatieven te genereren, gegeven een aantal beperkingen. Maakt gebruik van technieken zoals AI, optimalisatie en simulatie.

Industriële AI verwijst naar de toepassing van AI in de sectoren die de ruggengraat vormen van onze economieën — industrie, infrastructuur, mobiliteit en gezondheidszorg.

Industrial Foundation Models (IFM's) zijn vooraf getraind op branchespecifieke gegevens om de „taal” van engineering, automatisering en productie grondig te begrijpen en om een snellere en nauwkeurigere implementatie van AI-oplossingen mogelijk te maken. Ze bieden een gestandaardiseerd startpunt en besparen tijd, middelen en energie door schaalvoordelen. IFM's zijn op maat gemaakt om industriële uitdagingen in de echte wereld op te lossen. Ze fungeren als de informatielaag achter Industrial Copilots en faciliteren kennisoverdracht en samenwerking tussen sectoren. Ze ondersteunen niet alleen tekst, afbeeldingen en audio, maar ook 3D-modellen, 2D-tekeningen en andere complexe structuren, zoals branchespecifieke tijdreeksgegevens (zie ook Multimodale LLM's).

AI van industriële kwaliteit staat voor een kwaliteitsniveau; betrouwbaar, veilig en betrouwbaar, ontworpen om te voldoen aan de strenge eisen en normen van de meest veeleisende professionele omgevingen.

Een term die wordt gebruikt om de vierde industriële revolutie te beschrijven, waarbij AI, IoT en andere geavanceerde technologieën worden geïntegreerd in de maakindustrie en de industrie.

Het netwerk van technische apparaten met sensoren, software en connectiviteit om gegevensuitwisseling mogelijk te maken. Het IoT is een van de belangrijkste drijfveren van digitalisering en big data.

Een database die kennis weergeeft in de vorm van een grafiek van onderling verbonden knooppunten en randen, die wordt gebruikt voor AI-toepassingen zoals NLP en zoeken.

Een soort AI-taalmodel dat is getraind op enorme hoeveelheden gegevens, zoals GPT-3, om op mensen lijkende tekst te genereren.

Een subset van AI waarbij algoritmen en statistische modellen worden gebruikt om machines in staat te stellen te leren van ervaringen of gegevens.

Een subset van AI waarmee machines met aangesloten camera's visuele informatie kunnen extraheren om hun omgeving te begrijpen en te interpreteren.

Multimodale LLM's kunnen meerdere soorten gegevens, zoals tekst, afbeeldingen, audio of sensorgegevens, tegelijkertijd begrijpen en verwerken. Ze zijn geïntegreerd in toepassingen zoals computervisie, autonome voertuigen en robotica. Ze verbeteren de objectherkenning, het begrijpen van scènes en stellen machines in staat complexe instructies te volgen. Multimodale LLM's kunnen invloed hebben op de verwerking en generatie van branchespecifieke gegevens - zoals tijdreeksen, 2D- en 3D-modellen of gegevens voor machinevisie - op dezelfde manier als conventionele LLM's de tekst- en spraakverwerking hebben beïnvloed.

Een subset van AI die zich richt op de interactie tussen computers en menselijke taal.

Een interface waarmee mensen kunnen communiceren met computers door middel van natuurlijke gebaren, spraak en andere vormen van expressie.

Een soort machine learning-algoritme dat is gemodelleerd naar de structuur van het menselijk brein en dat wordt gebruikt om patronen in gegevens te herkennen.

Een proces voor het analyseren van veranderingen in de spanning en stroom van gebouwen of machines die bestaan uit meerdere subapparaten om de individuele bijdrage van elk apparaat in het systeem af te leiden.

Fysieke AI verwijst naar de integratie van kunstmatige intelligentie in machines — zoals robots — die hun omgeving kunnen voelen en daarin kunnen handelen. Fysieke AI is geïnspireerd op de sensorimotorische cyclus van de mens en verwerkt sensorische inputs (zoals 3D-camera's of tactiele sensoren), genereert op basis daarvan besturingsopdrachten en stelt machines in staat complexe taken adaptief en autonoom uit te voeren in fysieke, 3D-omgevingen.

Op fysica gebaseerde AI, ook bekend als natuurkundige AI, verwijst naar een nieuwe klasse van kunstmatige-intelligentiemethoden waarbij natuurkundige wetten rechtstreeks in het trainingsproces worden geïntegreerd. In tegenstelling tot conventionele AI-benaderingen die sterk afhankelijk zijn van grote datasets om gedrag te leren, integreert kunstmatige intelligentie op basis van fysica beperkingen om het leren te begeleiden. Dit stelt AI-systemen in staat om te redeneren en voorspellingen te doen, zelfs als de gegevens uit de echte wereld beperkt zijn, door gebruik te maken van onze bestaande kennis over hoe de fysieke wereld werkt. In plaats van alleen van voorbeelden te leren, gebruiken deze modellen hun natuurkundige kennis om het leren te sturen naar meer optimale en fysiek consistente oplossingen.

Predictive AI maakt gebruik van statistische analyse en machine learning om patronen in realtime en historische operationele gegevens van machines en apparatuur te identificeren, zodat deze in de toekomst gedrag kan voorspellen, afwijkingen kan detecteren, mogelijke storingen kan voorspellen en onderhoudsmaatregelen kan aanbevelen. Het wordt gebruikt om de gezondheid en betrouwbaarheid van bedrijfsmiddelen te verbeteren, ongeplande uitvaltijd te verminderen en snellere datagestuurde besluitvorming in industriële activiteiten te ondersteunen.

Het gebruik van AI en statistische modellen om toekomstige gebeurtenissen of trends te voorspellen op basis van historische gegevens.

Het gebruik van AI om te voorspellen wanneer machines onderhoud of reparaties nodig hebben, op basis van realtime gegevens.

Het gebruik van AI om defecten op te sporen en ervoor te zorgen dat producten voldoen aan de kwaliteitsnormen.

Een vorm van machinaal leren waarbij ongetrainde agenten een strategie leren door het systeem te straffen en te belonen nadat ze acties hebben uitgevoerd.

AI-toepassingen die voldoen aan gedefinieerde ethische en morele normen.

De tak van engineering en AI die zich richt op het ontwerp, de bouw en de bediening van robots.

Het gebruik van AI om de emoties en meningen in tekst of spraak te analyseren en te interpreteren.

Een elektriciteitsnet dat AI en andere geavanceerde technologieën gebruikt om de opwekking, distributie en verbruik van elektriciteit te optimaliseren.

Gespecialiseerde hardware, zoals randapparaten met Graphics Processing Units (GPU's) of Language Processing Units (LPU's), is een opkomende trend in industriële AI. Deze apparaten bieden hoogwaardige rekenkracht aan de rand, waardoor AI-algoritmen in realtime kunnen worden verwerkt. Hun integratie maakt parallelle verwerking en snellere prestaties mogelijk, wat resulteert in een snellere uitvoering van complexe AI-taken. Deze lokale verwerking vermindert de latentie en de afhankelijkheid van cloudbronnen, waardoor dit cruciaal is voor tijdgevoelige toepassingen. Gespecialiseerde hardware ondersteunt ook geavanceerde AI-modellen, wat leidt tot betere inzichten en betere prestaties. Bovendien verlaagt het de kosten door de noodzaak van uitgebreide cloudinfrastructuur en gegevensoverdracht tot een minimum te beperken.

Het vermogen van machines om menselijke spraak te herkennen en te interpreteren.

Een leermethode waarbij modellen voor machinaal leren worden getraind met gelabelde (bekende) datasets om een uitkomst te voorspellen.

Stroomoptimalisatie van goederen en materialen in een toeleveringsketen om de kosten te verlagen en de efficiëntie te verbeteren. AI wordt vaak gebruikt voor procesautomatisering, detectie van inefficiëntie, kwaliteitsborging van goederen en het voorspellen van de vraag.

Kunstmatige gegevens die worden gegenereerd door algoritmen in plaats van gebeurtenissen uit de echte wereld, die worden gebruikt om Machine Learning-modellen te trainen en te valideren. De kwaliteit van de synthetische gegevens is van cruciaal belang. Het bepaalt of de AI acceptabele resultaten zal opleveren na de training.

Een leermethode waarbij Machine Learning-modellen patronen en groeperingen ontdekken in gegevens die voorheen onbekend waren (zonder label).

Virtual Reality (VR) presenteert een digitaal gerenderde omgeving die een echte ruimte kan nabootsen, een alternatieve realiteit kan creëren of beide kan combineren. De gebruiker kan de virtuele ruimte verkennen vanuit de beslotenheid van thuis, op kantoor of op de fabrieksvloer.